学术科研

张法教授、崔学峰教授为学院师生做专题报告

发布日期:2024-01-05 发表者:陈治国 浏览次数:






   (图文|信息 编辑|信息 审核|章文)1月4日下午,学院“Happy Hour”2024年度第1期学术交流会在一综B113会议室举行。北京理工大学张法教授为我院师生作了题为“基于病理图像和CT影像的肿瘤标志物预测”的专题报告。山东大学崔学峰教授为我院师生作了题为“Advancing a Unified Deep Learning Framework for Peptide and Molecule Mass Spectrometry”的专题报告。


   张法教授在中国科学院计算技术研究所获博士学位,现为北京理工大学长聘教授、中国科学院计算所客座研究员、博士生导师,任中国计算机学会(CCF)生物信息学专委会副主任,IEEE计算生命科学专委会(TCCLS)主任,主要研究方向为生物信息学、生物医学图像处理、冷冻电镜三维重构,在Cell Research、Nature Communications、Sciences Advances、ICCV、ISMB等国际顶级期刊和会议上发表论文160余篇。


   报告中张法教授首先介绍了生物显微图像处理研究中关于冷冻电镜三维重构和原位结构解析的背景框架、发展历程。随后介绍了病理诊疗自动化的难度以及使用人工智能技术处理病理图所面临的问题。基于这些问题依次介绍了标注数据集的构建、融合长短程关系的图像分类方法、多模态数据的病理图像分类方法、基于细胞核感知的病理图像分级方法、基于领域知识病理图像分类方法。最后还介绍了基于多模态数据的生存期风险预测以及基于多模态数据的肿瘤标志物预测两项最近的研究工作。


   崔学峰教授在加拿大滑铁卢大学获博士学位,现为山东大学计算机科学与技术学院教授、博士生导师,任中国计算机学会(CCF)生物信息学专委会秘书长,主要研究方向为机器学习、并行算法、生物信息学,相关研究工作多次发表在Genome Medicine、Nucleic Acid Research(NAR)、ACS Synthetic Biology等国际知名学术期刊和会议上。


   报告中崔学峰教授首先介绍了多肽和质谱的相关背景知识,并指出机器学习、深度学习技术在基于质谱的蛋白质组学研究中越来越重要。随后报告介绍了课题组最近的两项研究工作,包括面向多肽谱检索任务的MS2VEC模型以及基于质谱进行分子从头生成任务的MS2SMILES模型,并结合模型详细介绍了其实现原理以及实现细节。  


   报告结束,张法教授和崔学峰教授与现场师生进行了深入讨论,大家受益匪浅。本次“Happy Hour”学术交流会在愉悦氛围中结束。

Baidu
sogou